Indexed by：
Abstract：
本发明提出了一种电子病历检查与检验实体及属性的抽取方法。首先，收集并标注大量电子病历数据以构建数据集。然后，利用BERT预训练模型和Word2Vec模型对数据进行处理，提取出深层次的语义特征和生成词向量，进一步结合两者生成字词特征向量。随后，利用卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)构建属性抽取模型，提取出局部特征和长距离依赖关系。最后，使用条件随机场(CRF)对提取的特征进行标注，预测出电子病历中的实体和属性。该方法能够有效地从电子病历中抽取出检查与检验实体及其相关属性，有助于实现医疗信息的高效处理和利用。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202311752859.3
Filing Date： 2023-12-19
Publication Date： 2024-03-01
Pub. No.： CN117637090A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
